图片多不代表训练数据好，测试通过也不代表画面读得准。这一组负责把图片、标签、独立测试、运行环境和磁盘产物整理成能检查、能复现的工作流程。
本页分清三种交付：数据是否可审核，程序是否能在统一环境运行，以及识别是否通过验收。它们各有证据，不能相互替代。
1. 先看一个例子
例如一批模型自动标注只能叫建议，不能算用户已审。又如清理旧环境前，必须先在统一环境里实际跑过 OCR、检测与小训练，否则删掉的可能仍是唯一能运行的依赖。
2. 当前做到哪一步
这一轮先把运行环境统一了。 读文字、检测生物、读行动条、跑小训练和启动标注网站，现在都能使用同一个 Python 环境。不同识别引擎仍各自在子进程运行，就像共用一个工具箱、各自开工；不用再维护一套套环境。
我们没有趁机换模型，而是把同一张战斗截图和同一张法术书截图分别交给新旧环境。身体候选、行动条候选，以及传统 OCR 的文字、位置和分数都相同。小训练还实际更新了权重、重新载入并核对输出；临时权重随后删除，没有替换正在使用的模型。旧环境还保留，等剩余调用入口核对完再清理。
这只说明原来的功能能够搬过来。额外测试视觉语言 OCR 的整页输入时，它反复输出同一个数字，最后达到输出长度上限。程序跑完了，内容却没有读好；这项结果不能算识别成功，也不代表局部裁图的读法已经通过验收。
展开工程任务、各轮测量与接线明细
最后核对：2026-09-23 · 交付进度，不是完成证明
代码、历史报告与接线盘点；跨来源整帧验收未完成。统一环境的真实模型兼容检查见 p140，不计作准确率验收。
- 整帧准确率
- 未测
- 统一环境 p50 / p95 耗时
- 未测
- 独立录像 / 已审字段
- 未汇总
p50 是一半运行能达到的耗时，p95 是 95% 运行能达到的耗时。尚未在统一环境测量，不能用某个局部模型的速度替代。
p141 · 数据与审核状态
原型 / 待接入
已有数据目录与审核网站；跨批统计与独立测试集尚未统一。
p142 · 标注网站
已集成待验收
本地审阅路由已存在；各组完整输出仍需汇入统一入口。
p143 · 质量与速度评估
原型 / 待接入
已有局部实验结果；统一环境整帧准确率与耗时未测。
p144 · 统一 Python 环境
已集成待验收
统一环境真实模型与原视频短窗口可运行；活动源码不再硬编码旧环境。历史实验调用、模型目录与旧环境退役仍待审计。
p145 · 存储与清理
原型 / 待接入
已盘点风险和保留数据；尚未执行本次删除。
已有测量能说明什么
本组还没有整帧质量与速度的验收结果。环境检查和历史局部测量不能代替它们。
下一步：短视频基本链路续跑与 10 分钟选帧内存检查已通过；按活动引用清单退役旧环境，并冻结跨来源 UI 参考，不动原视频与审核数据。
3. 接下来怎么推进
先让每项成绩都能回到明确的数据批次、原图和运行配置；参考被修正时保留旧评分，算法改变时另外记录新评分。再补一份按完整录像隔离、未参与调参的验收集。交付时同步本地审阅入口和博客结论，不只更新总数。
Comments